#53 KAT-Coder-Pro V2.5
high- खर्च
- $0.009
- वेळ
- 26.4s
- टोकन्स
- 3,117 tok
AI BENCHY Compare
Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.5-122B-A10B
सारांश
Qwen3.5-122B-A10B (medium) average score मध्ये पुढे आहे: 7.7 vs 7.7. KAT-Coder-Pro V2.5 (high) चा benchmark खर्च कमी आहे: $0.246 vs $0.588. KAT-Coder-Pro V2.5 (high) वेगवान आहे: 12.30s vs 42.49s, pass rates 63.5% vs 73.0%.
शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (high)Its score stays close to the best score here (7.7 vs 7.7), while costing about 2.4x less than Qwen3.5-122B-A10B (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium |
|---|---|---|
| स्कोअर | 7.7 | 7.7 |
| क्रमांक | #53 | #46 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 8.1 | 8.8 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 63.5% | 73.0% |
| अस्थिर चाचण्या | 5 | 3 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.228 | 5.235 |
| एकूण खर्च | $0.246 | $0.588 |
| इनपुट किंमत | $0.740 / 1M | $0.260 / 1M |
| आउटपुट किंमत | $2.960 / 1M | $2.080 / 1M |
| एकूण इनपुट टोकन्स | 42,750 | 41,832 |
| आउटपुट टोकन्स | 2,509 | 26,187 |
| रिझनिंग टोकन्स | 69,594 | 251,028 |
| प्रतिसाद वेळ (सरासरी) | 12.30s | 42.49s |
| प्रतिसाद वेळ (कमाल) | 95.65s | 168.16s |
| प्रतिसाद वेळ (एकूण) | 258.34s | 892.30s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#46 Qwen3.5-122B-A10B
medium- खर्च
- $0.019
- वेळ
- 48.7s
- टोकन्स
- 6,034 tok
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर विरुद्ध एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| KAT-Coder-Pro V2.5 | 6.4 | 7.9 | 44.4% | 1 | 22.00s | 7,893 | 422 | 20,461 | |
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 |
झटपट तुलना
तुलना जोडी बदला
Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsKAT-Coder-Pro V2.5highKAT-Coder-Pro V2.5highvsGPT-5.6 TerralowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsMiniMax M3mediumClaude Opus 4.8lowvsKAT-Coder-Pro V2.5highQwen3.5-122B-A10BmediumvsGrok 4.5lowKAT-Coder-Pro V2.5highvsGrok Build 0.1medium